城市输配水系统二次供水中微生物的分布规律研究

《城市输配水系统二次供水中微生物的分布规律研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要二次供水设施水质污染的问题普遍存在于我国城市供水系统中，其中细菌再生长带来的问题日益得到了人们的关注和重视。本文以某高校校园内采用二次供水的小区为研究对象，对其配水水质进行了监测，系统、深入的研究了二次供水系统中细菌生长分布规律，并建立了细菌总数的预测模型，提出了对二次供水系统细菌生长繁殖的控制措施。-本研究在二次供水小区和位于管网末梢的某高层建筑内共设置了6个监测点，对17项水质指标进行了检测，取得了大量的水质数据，分析了各个监测点的水质变化规律以及地下水池对配水水质的影响。采用R2A培养基取代常规的平板计数琼脂(PCA)进行细

2、菌总数计数，在一定程度上解决了平板计数存在的检出数目偏低的问题，分析了二次供水系统中细菌的分布规律以及各水质指标对HPC的影响。另外，在小区某建筑不同楼层设立监测点，分析了单体楼内水质情况，并在实验小区进行了加密实验，研究了小区内水质随时间变化规律。在对所监测指标进行相关性分析的基础上，选取了与HPC相关性较高的总余氯、浊度0总铁、Uv254、氨氮作为输入，HPC作为输出，建立了三层BP神经网络细菌总数预测模型，分别对常规指标对HPC的预测、监测点之间互相预测和地下水池入口对小区内监测点HPC的预报进行了模拟，，所建立模型能够较好的模

3、拟管网中HPC的变化趋势，但是由于神经网络易陷入局部最小的缺陷，造成了定量预测中出现部分预测值误差过大，因此本研究按照水质标准规定的细菌总数100CFU／Inl为界限，对二次供水系统中细菌总数是否超标进行了预测，结果表明利用神经网络建立的模型能够达到较高的预报精度。在水质分析、对细菌生长繁殖规律深入研究的基础上，从提高水厂出水水质、市政管网管径和材质的选择、二次供水设施的选择、改造和管理等方面，提出了二次供水系统中细菌生长繁殖的控制措施。关键词：二次供水HPC水质模型BP神经网络细菌再生长控制ABSTRACTTheproblemofw

4、aterqualitypollutioninsecondarywatersupplysystems(swss)isverycommoninChina，andPeoplehavegivenmoreattentionstothemicrobiologicalwaterquality．AnareawithSWSSinacampuswaschosenforthisstudy．Bymonitoringthewaterquality,thispaperstudiedtherulesofbacterialregrowthanddistributin

5、g．inSWSS，establishedabacterialpredictingmodel，andthenpointedOUtmeasurestopreventregrowthofbacteria．6monitoringsitesweresetand17waterqualityparameterswereanalyzed．AgreatdealofwaterqualitydataWasgained．Withthisdata，weanalyzedthechangesofwaterqualityinSWSS，andthereasonshow

6、cisternaffectedonHPC．InthisarticleR2Aculturemediumwasusedfortheplatecountinsteadofplatecountagar(PEA)，inordertOsolvetheproblemthatHPCisundertherealnumberusingPCA．ItwasstudiedthattherulesofbacteriadistributinginSWSS，andhowotherparametersaffectedHPC．Inaddition，weset3monit

7、oringsitesatdifferentfloorsaimingforstudying·waterqualityinthisbuilding．DensewatersamplingWasmadetostudyhowthewaterqualitychangesalongwithtimeinthechosenarea．Basedontherelativityoftheseparameters，wechosetotalresidualchlorine，turbidity，Fe，Uv254andNH3-Nasinput，HPCasoutput

8、．ABPneuralnetworkmodelwith3layerswasestablishedtopredictHPC．WeusedthismodeltopredictHPCwithotherparameters，pre